河北
允中 发自 凹非寺
量子位 | 公众号 QbitAI
7月29日消息，深信服公布其AI安全智能体Sangfor AI在AI安全评测CyberGym中的最新成绩。
据了解，在基于国产大模型GLM-5.2的固定模型配置下，Sangfor AI面对涵盖ARVO与OSS-Fuzz的1507项漏洞挑战任务，成功完成1301项，整体成功率达到86.3%，最终跻身全球前四、位列国内参评团队第一，Sangfor AI以纯国产底座实现对OpenAI、Anthropic两大海外AI巨头的成绩超越。
CyberGym是目前全球含金量较高的代码安全大模型实战靶场，区别于传统静态理论测试，整套评测体系完全贴合工业真实场景，以海量开源软件历史高危漏洞为考题，重点考核AI智能体自主源码分析、多阶段漏洞推演、漏洞复现与PoC验证全链路能力，评测标准严苛，结果具备较强行业参考价值。
本次测试中，Sangfor AI细分场景表现均衡，ARVO相关任务成功率87.2%，OSS-Fuzz任务成功率77.7%，验证了国产大模型在复杂代码对抗场景下的稳定实战能力。
将模型能力转化为可验证的安全能力
深信服方面介绍，为解决漏洞挖掘过程中长链路推理、多假设探索和持续验证等问题，Sangfor AI采用“智能体群体（Agent Swarm）协同作战”架构，并引入“证据管治”机制，整套技术框架分为四大核心运行逻辑，确保每一步漏洞调查步骤都清晰可信：
- 有界探索：围绕不同的安全假设分别开启独立、边界清晰的调查分支，让多个可能的解释可以并行推进，而不会互相污染、也不会让某个未经证实的假设悄悄变成集体共识；
- 证据持久化：各调查分支之间通过“证据”而非完整对话历史来协同——已被验证的观察和已被证伪的路径都会被保留下来，避免同一条错误路径被反复重新试错；
- 动态假设裁决：一个协调层持续基于不断演化的证据状态，判断哪些假设仍然成立、哪些问题尚待解决、哪里还值得继续投入，让每一轮探索都成为对搜索空间的有效收窄；
- 对抗式候选评审：当证据支持某个具体的触发方案时，系统才会构造候选输入并提交“对抗式评审”——评审会同时挑战“这次崩溃是否可复现”，以及“这次崩溃是否真的对应目标漏洞”，未通过评审的候选会被打回、用于修正下一步探索方向。只有真正经受住检验的候选，才会成为系统最终提交的安全结论。
深信服技术团队将这套机制总结为“以假设拓展探索，以证据裁定结论”，以此保证AI能够大范围排查潜在风险的同时，更能通过多层校验，压低误判概率。
创新成果如何真正走进企业研发流程
深信服表示，相关技术已逐步应用于企业代码安全场景，推动传统静态应用安全测试（SAST）向具备自主推理和业务理解能力的安全Agent升级。
相比传统规则匹配方式，新一代安全Agent不仅能够识别SQL注入、命令执行等常见漏洞，还可分析复杂业务逻辑，发现越权访问、认证绕过等传统工具难以覆盖的安全风险。
据介绍，相关能力已开始赋能深信服产品体系，将为企业级用户带来切实的价值质变：
- 提升漏洞检出能力：有效攻克传统SAST盲区，全面识别业务逻辑漏洞、越权与认证绕过，大幅拓宽代码安全覆盖率。
- 降低人工审计成本：凭借AI自动化完成代码理解、跨文件关联分析、攻击路径推理与风险验证，大幅解放安全专家的繁重人工劳动力。
- 减少误报、提升效率：依靠多阶段推理与严苛的证据验证机制压降误报率，使研发人员能够聚焦真正亟需修复的风险，告别无效整改。
- 缩短研发交付周期：将安全检测前移至研发编写与CI/CD流水线中，实现“代码提交即自动审计”，大幅降低后期返工成本，加速业务高效上线。
- 提升企业整体安全能力：帮助企业在更早阶段筑牢防线，遏制因数据泄露、业务中断带来的合规与经济风险。
对于广大企业用户而言，AI安全Agent的核心价值远不止于“发现更多漏洞”，更在于以极高准确率、极低人工成本与极快响应速度，实现研发效率与代码安全的同步跨越。
深信服方面表示，后续将持续深耕大模型安全技术创新，不断迭代安全Agent能力，把国际评测验证的前沿技术转化为企业可落地的安全能力，持续践行“让每个用户的数智化更简单、更安全”的承诺。
CyberGym榜单地址：https://www.cybergym.io/cybergym/
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
